DeepSeek Harness 神插件:白嫖 13 家大厂模型

简介: `dsh-our-free-model` 是 DeepSeek Harness 神级插件:零配置、零API Key、零账号,聚合13家大厂免费模型(含DeepSeek V4.1 Flash、Kimi K3等),支持本地网关、用量看板与自动降级,真正实现“白嫖即用”。

DeepSeek Harness 上一个神插件:白嫖 13 家大厂模型,零成本、零配置、无限量

不用登录、不用注册、不用填 API Key。装上它,DeepSeek V4.1 Flash、Kimi K3 这些前沿模型直接白嫖。今天手把手教你,在 DeepSeek Harness 里三步装好。

如果你用 DeepSeek Harness,最大的痛点大概不是模型不够强,而是——每接一个模型就要注册一个账号、申请一个 Key、绑定一张卡。

有没有办法,装一个插件,就白嫖到十几家大厂的前沿模型?

有。而且它最近还在 GitHub 上拿下了 JavaScript 周榜第 1。

GitHub 仓库:12.7k Star、周榜第一

这个插件叫 dsh-our-free-model。今天不讲原理,就一件事:怎么在你的 DeepSeek Harness 里把它装好,五分钟能用上免费模型。


一、先说清楚:它到底能干什么

在动手之前,你得知道装完能拿到什么,不然装完发现不是你要的就白折腾了。

这个插件的定位一句话讲清楚:把各大厂"原本要钱、要 Key、要账号"的模型,聚合成一个免登录、免 Key 的免费模型池,直接挂进 DeepSeek Harness。

装好之后,你在输入框的模型选择器里会看到一个叫 Our Free Model 的分组,里面就是能直接用的模型。

具体它收了哪些渠道,按类型分四块:

|
渠道类型
|
代表渠道
|
说明

|
| --- | --- | --- |
| 匿名免费通道 |
OpenCode Zen 网关、Kilo AI 公共网关
|
直连上游,不需要任何账号和 Key
|
| EAC 协付渠道 |
模型显示为 EAC DeepSeek V4.1 Flash 等
|
桌面端专属,需 GitHub 登录 + Star 本仓库后,服务器侧校验才放行
|
| 13 个白嫖账号渠道 |
CodeArts、CodeBuddy/WorkBuddy、LobsterAI、Qoder、TRAE、Cline、Loomy、Raccoon、MiniMax Code、ZCode、Gemini 等
|
各家 AI 编码助手的免费额度,统一收进来,可一键领每日积分
|
| 聚合渠道(自带 Key) |
内置 76 家提供商:OpenRouter、Groq、Cerebras、SiliconFlow、Ollama…
|
你自己填 Key,把它们的模型也并进来
|

| 聚合渠道(自带 Key) | 内置 76 家提供商:OpenRouter、Groq、Cerebras、SiliconFlow、Ollama… | 你自己填 Key,把它们的模型也并进来 |

除了白嫖模型,它还顺手送了几样很实用的东西:

• 本地 OpenAI 兼容转发端口:你本机的 Claude Code、Codex、curl 都能调用这些免费模型。

• 用量看板:Token 消耗、生成速度、首字延迟,数据全部留在本机,不上传。

• 省 Token 功能:工具输出压缩(比如把 40KB 的 git diff 砍掉 90% 字节,模型还能正常作答)。

• 路由降级链:把多个模型串成一条链,主模型撞上配额墙自动切下一个。

• 应用内一键升级 + 热重载:改配置不用重启应用。

一句话总结:装这一个插件 ≈ 一次性把 13 家 AI 工具的免费额度聚合进你的 Harness,且不需要你注册任何一个账号。


二、开始安装:分两种情况,先对号入座

DeepSeek Harness(下面简称 dsh)有两种运行形态,安装方式完全不一样,别搞混了:

|
你在用什么
|
是什么形态
|
怎么装

|
| --- | --- | --- |
|
终端里敲 dsh web 的
| 纯 Web 版 |
命令行 dsh plugin add ✅ 可以
|
|
双击打开的桌面应用
| Electron 桌面端 |
必须用应用内插件管理器 ⚠️ 命令行会被拒
|

| 双击打开的桌面应用 | Electron 桌面端 | 必须用应用内插件管理器 ⚠️ 命令行会被拒 |

❗ 关键提醒:桌面端的 profile 被 Electron 应用独占管理,你在命令行敲 dsh plugin add 会被直接拒绝,报错 profile "desktop" is managed exclusively by the Electron application。这不是插件的问题,是宿主的保护机制。

下面分别说两种怎么装。


情况 A:纯 Web 版(命令行安装,最简单)

第 1 步:确认插件目录。你把插件下载到本地后,真正要用的目录是长这样(带 dsh-our-free-model-main 两层的那个):

D:\下载\dsh-our-free-model-main\dsh-our-free-model-main

注意别只填到第一层 dsh-our-free-model-main,那层是压缩包外壳,真正的插件根目录是有 package.json 的那一层。

第 2 步:关掉正在运行的 dsh,然后执行安装命令(把路径换成你自己的):

dsh plugin --profile web add D:/下载/dsh-our-free-model-main/dsh-our-free-model-main

--profile

后面填你实际用的 profile 名,默认一般是 web。

第 3 步:装完后重启一次 dsh 应用,插件才会加载。

第 4 步:验证装好没有。打开 dsh 的模型选择器,能看到 Our Free Model 分组就成功了 🎉


情况 B:Electron 桌面端(GUI 图形界面安装)

桌面端请优先用应用内的插件管理器,这是官方推荐、也最不容易出错的路径:

第 1 步:打开 DeepSeek Harness 桌面端 → 点左侧菜单的 「插件」。

第 2 步:点右上角的 「+ 添加插件」,会弹出一个「添加插件」对话框,如下图:

DeepSeek Harness 插件管理页,点「+ 添加插件」

这个对话框里提示得很清楚:「输入插件的包名、GitHub 仓库地址或本地目录路径」。也就是说,我们前面下载到本地的插件,直接把本地目录路径填进去就行,完全不用再去碰 GitHub。

第 3 步:在输入框里粘贴你的插件本地目录路径:

D:/下载/dsh-our-free-model-main/dsh-our-free-model-main

同样提醒,路径要指到有 package.json 的那一层目录。

第 4 步:右下角「安装源」保持默认的 npm 官方源 即可,点 「安装」,等待装好。

⚠️ 图中那段黄色警告值得读一下:"请确认插件来源可信。插件在本机以你的权限运行,来源不明的插件可能损坏 DeepSeek Harness、读取或泄露你的数据。" —— 这是在提醒你,只装可信来源的插件。我们这个是从 GitHub 官方仓库下载的,可放心安装。

第 5 步:装完后回到 「插件」 列表,就能在 「已安装」 分组里看到 Our Free Model,把它打开开关启用。


装好后:去设置页确认一下

启用后,回到 dsh 的 设置 → Our Free Model,能看到插件的完整面板:

Our Free Model 设置页:免费模型、EAC 模型、白嫖模型接入等分区

从图里可以看到:

• 顶部一排是各功能分区:免费模型 / EAC 模型 / 白嫖模型接入(13)/ 聚合渠道 / 省 Token / 路由 / 数据看板 / 运行日志 / 网关设置。

• 免费模型页里有个「鱼缸水位」指标,显示当前可用模型占比、以及可用/地区受限/暂不可用的数量,还有出口 IP 和国家(比如图里是 CN)。

只要「免费模型」页能正常加载出模型列表,就说明整个插件已经在你的 dsh 里跑起来了。


三、三个高频踩坑点,看到直接对号入座

网上不少人在这里栽跟头,我按报错类型给你对号:

1️⃣ ERR_PNPM_VIRTUAL_STORE_DIR_MAX_LENGTH_DIFF

这是目标 profile 的 pnpm 状态问题,跟插件无关。原因是 dsh 升级后内置 pnpm 版本变了,旧 node_modules 用的是老参数,pnpm 拒绝继续装。解法是关掉 dsh,删掉让它重建:

rd /s /q "%DSH_HOME%\profiles\web\node_modules" del "%DSH_HOME%\profiles\web\pnpm-lock.yaml"

再重新执行安装命令。

2️⃣ git ls-remote "git+ssh://git@github.com/..."

如果你从插件市场自动安装,dsh 会把 GitHub 地址丢给 pnpm,pnpm 再调你本机 git 跑 git ls-remote。如果你本机 git 配了 insteadOf 把 https 改写成 ssh、或者没配 SSH key,就会在下载任何文件之前失败。

解法二选一:

• 修 git 配置,保证 git ls-remote https://github.com/Ebony-Vinyl/dsh-our-free-model.git 能跑通;

• 或者直接用本地安装(也就是上面情况 A/B 的做法),完全绕开 git 解析 ✅ ——我们推荐这个。

3️⃣ profile "desktop" is managed exclusively by the Electron application

就是前面说的,桌面端要用 GUI 插件管理器装,命令行管不了。回看情况 B。


四、装好之后:怎么把免费模型用起来

1️⃣ 在 dsh 里直接用(最简单)

新建会话 → 点输入框的模型选择器 → 选 Our Free Model 分组下任意模型 → 正常对话就行。选中的模型会按会话记住。

图片

图片

想让它更"聪明"一点

:同一个菜单里有 Effort 档位,分 Light / Balanced / Deep 三档,档位越高,模型思考得越久(输出预算分别是 2048 / 8192 / 模型上限)。回答如果觉得被截断了,就调到 Deep,或者去设置里把单次输出上限调高。

2️⃣ 让本机其它工具也用上(进阶)

如果你想让 Claude Code、Codex、任何 OpenAI 兼容的工具都用上这些免费模型:

去 设置 → Our Free Model → 网关设置,打开本地转发开关,然后复制它给你的 base URL 和 API Key。

本地网关支持这几个接口:

• GET /v1/models

• POST /v1/chat/completions(流式 / 非流式)

• POST /v1/responses

• POST /v1/messages(Anthropic Messages 格式,含 thinking / tool_use 块)

• POST /v1/messages/count_tokens

默认端口是 18899,如果你本机这个端口被占用(Windows 上常见是某个 netsh portproxy 规则占着),插件会自动顺延到下一个可用端口(比如 18900),并在面板上明确标注"请求的 18899 不可用,实际监听 18900",你按面板显示的实际端口和地址填就行。

3️⃣ 同一局域网别的设备也能用(慎开)

网关设置里还有「局域网访问」开关,默认关闭。打开后同一个 WiFi 下的其它设备也能用你的 Key 调这些模型。

⚠️ 安全提醒:开启期间,任何能访问你这台主机的人都能用这个 Key 消耗你的免费额度。请只在可信网络里开,或者用防火墙限制来源网段。而且局域网 Key 和本机 Key 是分开的、互不通用,所以就算泄露也只需轮换对应那一侧。


五、最后几句实在话(真心提醒)

这个插件确实好用、也真能白嫖,但有几点你得心里有数:

• 数据是发往各家上游的。 插件自己是干净的(零依赖、数据本地化),但你的对话内容会发到 OpenCode / Kilo 等第三方网关。Kilo 池的上游已明确声明 "prompt 可能被记录用于改进服务" ——所以别拿它处理敏感内容,公司机密、身份证号、密钥这类东西老老实实走付费 API。

• "免费"是有代价的。 它免费是因为把各家"新用户/编码助手"的免费额度聚合起来了,用量、稳定性都受上游政策影响,不建议用在任何生产/正式业务上。

• 局域网转发别乱开。 见上面第 3 点。

• 数据看板数据只留本机、不上传,这点做得挺良心,可以放心用。


结语

总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。

三步搞定:下载 → 复制插件目录路径 → 在"添加插件"里粘贴路径 → 安装 → 重启。

如果你觉得有用,点个 关注 支持一下作者。

你在 dsh 里都用过哪些模型插件?有没有更好用的欢迎评论区讨论 👇


相关文章
|
2天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1199 0
|
25天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9569 32
|
11天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
9天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
778 1
|
6天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
513 0
|
23天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
2596 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
7天前
|
存储 人工智能 自然语言处理
千问办公官网入口链接在哪?2026年最新QwenWork测评、千问办公怎么样?一文看懂
千问办公(QwenWork)是阿里云推出的AI智能办公平台,提供网页端和阿里云官网双入口。支持PPT/Word/Excel生成、多模态处理、网页全栈搭建、钉钉深度集成等6大核心能力。个人版免费可用,高级版198元/月;企业版198元/人/月。新用户注册即赠2000积分。阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt 阿里AI工作平台,一句话完成数据分析、PPT 生成、视频剪辑、网页搭建等复杂任务
999 0
|
16天前
|
Windows
【保姆级】.NET Framework 3.5离线安装教程(2026最新实测)
.NET Framework 3.5是微软经典运行库,专为兼容老软件、老游戏设计。Win7自带,Win10/11需手动启用(在线或离线安装)。它与4.x系列并存不冲突,缺它会导致“找不到组件”报错。本文详解两种安装方式及常见问题解决,小白也能轻松上手。(239字)
2183 0

热门文章

最新文章